检查输入时出错：预期 lstm_1_input 有 3 个维度，但得到了形状为 (5, 3) 的数组

Posted 2023-03-12

【中文标题】检查输入时出错：预期 lstm_1_input 有 3 个维度，但得到了形状为 (5, 3) 的数组

【英文标题】：Error when checking input: expected lstm_1_input to have 3 dimensions, but got array with shape (5, 3)

【发布时间】：2020-06-09 09:21:59

【问题描述】：

我的任务是使用 LSTM 从 3 个传感器预测房间占用率 (1,2)。有关此数据的示例，请参见下图：

import pandas as pd
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import LSTM
from sklearn.model_selection import train_test_split
import numpy as np
import matplotlib.pyplot as plt

x = np.array([
    [31, 3, 5],
    [32, 3, 5],
    [29, 0, 3],
    [31, 3, 4],
    [23, 2, 4],
    [22, 2, 4],
    [23, 1, 4], ])

y = np.array([
    [2],
    [2],
    [1],
    [2],
    [1],
    [1],
    [1], ])

x = x.reshape(7, 3, 1)

x_train,x_test,y_train,y_test = train_test_split(x, y,test_size =0.2, random_state = 4)

model=Sequential() 
model.add(LSTM((1), activation='softmax', input_shape=x_train.shape,return_sequences=False))

我在这里遇到了一个错误：

----------------------------------- ---------------------------- ValueError Traceback（最近一次调用 最后）在 ----> 1 model.add(LSTM((1), activation='softmax', input_shape=x_train.shape, return_sequences=False))

~/opt/anaconda3/lib/python3.7/site-packages/keras/engine/sequential.py 在添加（自我，层） 163 # 并创建连接当前层的节点 164 # 到我们刚刚创建的输入层。 --> 165 层（x） 第166章 167 其他：

~/opt/anaconda3/lib/python3.7/site-packages/keras/layers/recurrent.py 在调用中（self、inputs、initial_state、constants、**kwargs） 530 531 如果 initial_state 为 None 并且 constants 为 None： --> 532 return super(RNN, self).call(inputs, **kwargs) 533 534 # 如果initial_state或constants中的任何一个被指定并且是Keras

~/opt/anaconda3/lib/python3.7/site-packages/keras/engine/base_layer.py 在调用（自我、输入、**kwargs） 412 # 在输入不兼容的情况下引发异常 413 # 使用层构造函数中指定的 input_spec。 --> 414 self.assert_input_compatibility（输入） 415 416 # 收集输入形状来构建图层。

~/opt/anaconda3/lib/python3.7/site-packages/keras/engine/base_layer.py 在 assert_input_compatibility（自我，输入） 309 self.name + ': 预期的 ndim=' + 310 str（spec.ndim）+'，找到ndim='+ --> 311 str(K.ndim(x))) 312 如果 spec.max_ndim 不是无： 第313章

ValueError：输入 0 与层 lstm_1 不兼容：预期 ndim=3，发现 ndim=4

然后由于错误，我无法运行以下几行：

model.compile(loss='binary_crossentropy', optimizer='adam',metrics=['accuracy'])
model.summary()
history = model.fit(x_train, y_train, epochs=20, validation_data=(x_test, y_test))

谁能帮我找出问题所在？所有数据都是转换成整数的类别，这样创建模型合理吗？

【参考方案1】：

你需要像这样重塑你的输入：

x = x.reshape(x.shape[0], 1, x.shape[1])  # the 1 is the steps

并像这样指定输入形状：

input_shape=(x.shape[1:])

所以使用这些行，它会工作：

x = x.reshape(7, 1, 3)

model.add(LSTM((1), activation='softmax', input_shape=x_train.shape[1:],
    return_sequences=False))

最后，如果你只有两个类，你的激活函数应该是sigmoid。

【讨论】：

嗨@NicolasGervais，非常感谢您的帮助。下面是最后一个 epoch 的结果。我得到的准确度为0，你知道为什么吗？警告：tensorflow：来自 /Users/ /python3.7/site-packages/tensorflow/python/ops/math_ops.py:3066：to_int32（来自 tensorflow.python.ops.math_ops）已弃用，将在未来版本中删除.更新说明：改用 tf.cast。训练 5 个样本，验证 2 个样本 Epoch 20/20 5/5 [=============================] - 0s 3ms/步 - 损失：2.3781 - acc: 0.0000e+00 - val_loss: 1.6813 - val_acc: 0.0000e+00